Для игрового провайдера обычной статистики по FTD недостаточно. Казино показывает регистрации и депозиты, а рекламная платформа — клики, ctr и стоимость привлечения.
Но между этими точками находится главное: что конкретно делает пользователь после входа в казино.
Запускает ли он нужный слот? Возвращается ли туда? Сколько длится сессия? Сколько спинов делает? Какие креативы приводят игроков, которые действительно взаимодействуют с игрой?
В кейсе Bubble Gaming, команды dep.monster и аналитической платформы Playerly эти данные использовали вместе. За месяц аффилиаты привели оператору более 5000 FTD. Из них 1015 игроков открыли игры Bubble Gaming и сделали около 460 тысяч спинов.
При этом общий рекламный спенд составил до $500 000, а заявленный доход аффилиатов превысил $700 000 при ROI около 45%.
Главная ценность кейса — не только в объеме FTD. Команда смогла связать рекламную связку с реальными действиями пользователя внутри слота.
Провайдеру требовался новый поток игроков в собственные слоты. Для этого Bubble Gaming работал напрямую с байинговой командой dep.monster, которая уже закупала трафик для конкретного онлайн-казино по CPA-модели.
Основные вводные выглядели так:
Дополнительная выплата считалась просто:
1015 игроков × $20 = $20 300.
При этом она шла поверх стандартной экономики аффилиата.
Получилась модель, где оператор продолжал платить за FTD, а провайдер дополнительно мотивировал байеров приводить пользователей именно в свои игры.
Пользователь увидел рекламу → кликнул → зарегистрировался → внес депозит.
Для казино этого уже достаточно, чтобы посчитать FTD и выплатить CPA.
Но для провайдера возникает дополнительный вопрос:
а что пользователь сделал после депозита?
Он мог вообще не открыть нужный слот. Мог открыть его один раз и уйти. Или наоборот — провести в игре несколько сессий, регулярно возвращаться и сделать тысячи спинов.
Эти пользователи одинаковы с точки зрения FTD, но совершенно различаются по фактической активности.
Именно поэтому в кейсе добавили аналитику поведения внутри продукта.
Получается дополнительный слой данных между FTD и реальной ценностью пользователя.
Система позволяла смотреть путь пользователя от рекламного взаимодействия до игровой активности.
Для конкретного игрока можно было увидеть:
Для байера ценность находится в другом месте.
Можно сравнивать не просто «какое крео принесло больше FTD», а «какое крео привело больше игроков, которые действительно открывают нужный слот и возвращаются в него».
Это уже совершенно другой уровень оптимизации.
Команда смотрела сразу на несколько факторов.
Первый — наличие игры у операторов.
Через SlotCatalog можно было проверить, в каких казино представлен конкретный слот и какое место он занимает в лобби.
Второй — retention.
Если пользователи возвращаются в конкретную игру, у нее появляется дополнительный аргумент для тестирования.
Третий — продолжительность игровой сессии.
Чем дольше пользователь остается в игре, тем больше информации появляется о фактическом качестве привлеченного игрока.
По совокупности данных среди подходящих тайтлов выделили Bubble Queen, Mexican Ball Risky и Book of Olympus Pride.
Такой подход важен именно для тестирования нового продукта.
Не нужно выбирать слот только потому, что он нравится команде или хорошо выглядит в креативе. Сначала стоит посмотреть, что происходит с пользователями после входа в игру.
Часть креативов приводила пользователей на следующий этап воронки, но до игр Bubble Gaming доходила небольшая доля аудитории.
Другой вариант — подробная демонстрация механики — чаще сталкивался с ограничениями модерации.
Лучше остальных отработала связка с визуализацией выигрыша, множителем 4000x и эмоциональной реакцией игрока. Она приводила больше пользователей, которые открывали нужные игры.
Но и этот результат оказался недостаточным.
И тогда команда обнаружила важную проблему: у пользователя не было достаточной узнаваемости самого провайдера.
FTD у казино были. А вот до конкретных игр Bubble Gaming часть аудитории не доходила.
Логика была простой: показать игру как новый тайтл, который уже привлекает внимание игроков, и сформировать желание попробовать ее раньше других.
Это позволило стабилизировать результат.
Отдельно протестировали креативы с отсылками к более узнаваемым играм и знакомыми пользователю элементами.
В коммуникации использовали знакомые игровые паттерны, связанные с тайтлами вроде Zeus Empire, Bubble Queen и Goddes of Olympus.
Такой подход снижал барьер знакомства с новым продуктом.
Пользователь уже понимал визуальный язык и механику, но получал повод попробовать другой слот.
персонаж → механика → клик.
Второй этап:
выигрыш → эмоциональная реакция → FTD.
Третий этап:
FOMO → интерес к новому слоту → запуск игры.
Четвертый этап:
знакомые игровые паттерны → доверие → открытие слота → спины.
Именно последний уровень позволил смотреть на связку уже не через CTR, а через фактическую игровую активность.
Часть пользователей приходила из органики SlotCatalog.
Это принципиально другой тип трафика.
Пользователь из Meta сначала видит креатив. Его нужно заинтересовать, заставить кликнуть и довести до регистрации.
Пользователь из SEO уже ищет конкретную игру. Он может посмотреть RTP, волатильность, описание механики, демо и только потом перейти к оператору.
Поэтому эти аудитории нельзя сравнивать исключительно по CTR или CPA.
У них разные намерения.
Meta: интерес → клик → регистрация → депозит → игра.
SEO: запрос → обзор → интерес к конкретному слоту → казино → депозит → игра.
Для провайдера второй сценарий особенно интересен, поскольку пользователь уже находится ближе к конкретному игровому продукту.
Например:
Креатив А → 1000 кликов → 100 регистраций → 30 FTD.
Но дальше возникает вопрос: насколько эти 30 игроков ценны именно для провайдера?
После подключения данных по игровым событиям появилась дополнительная метрика.
Можно было сравнить:
Креатив А → 30 FTD → 8 игроков Bubble Gaming → 20 000 спинов.
и
Креатив Б → 30 FTD → 15 игроков Bubble Gaming → 70 000 спинов.
При одинаковом количестве депозиторов второй креатив дает провайдеру совершенно другой результат.
Именно здесь появляется практическая ценность post-Funnel аналитики.
Байер оптимизирует не просто регистрацию или FTD. Он получает возможность смотреть на событие внутри продукта.
Это могут быть:
Из них 1015 игроков, или примерно 20,3%, открыли хотя бы одну игру Bubble Gaming.
Всего эти игроки сделали около 460 тысяч спинов.
Доплата от провайдера составила $20 300.
Для аффилиатов это дополнительный доход поверх базовой CPA-модели.
Для Bubble Gaming — способ платить не просто за FTD, а за пользователей, которые действительно дошли до его игр.
В точке А:
При этом эти данные нельзя трактовать как доказательство того, что весь прирост вызвала именно рекламная кампания: в кейсе нет контрольной группы и полной декомпозиции остальных источников.
Зато они показывают направление, которое провайдер отслеживал после запуска.
Провайдер получил возможность увидеть:
Команда получила дополнительный слой данных для оптимизации рекламных кампаний и $20 300 дополнительных выплат от провайдера.
То есть одна и та же аналитика решала две задачи:
провайдер: какой трафик приводит игроков в мои игры;
байер: какие рекламные гипотезы приводят качественных игроков.
Показы → клики → регистрации → FTD → CPA → ROI.
Для работы напрямую с игровым провайдером воронка становится длиннее:
Показы → клики → регистрации → FTD → запуск слота → первый спин → повторные спины → игровая сессия → retention.
Это меняет и критерии выбора креатива.
GEO: Tier-1 / Tier-2 Europe
Источник: Meta Ads
Оффер: казино + игры Bubble Gaming
Основная цель: FTD
Дополнительная цель: запуск конкретного слота
События: первый спин → повторные спины → продолжительность сессии
Монетизация: $140 CPA за FTD + $20 за игрока, открывшего игры Bubble Gaming.
При такой модели креатив с большим количеством регистраций не обязательно будет наиболее полезным для провайдера.
Если другой креатив приводит меньше FTD, но существенно больше игроков в нужный слот, его ценность для рекламодателя может быть выше.
Именно поэтому post-Funnel данные становятся частью оптимизации.
Проблема была в разрыве между двумя сторонами.
Байер видел рекламный трафик и FTD.
Оператор видел депозиты и активность внутри казино.
Провайдеру нужно было понять, какие пользователи реально дошли до его игр.
Аналитика закрыла этот разрыв.
В результате провайдер получил 1015 игроков в свои слоты и около 460 тысяч спинов, а байеры получили дополнительную мотивацию в виде $20 300 выплат и данные для оптимизации рекламных связок.
Еще один важный момент — выбор самого продукта.
Перед стартом команда анализировала наличие слотов у операторов, позиции в лобби, retention, продолжительность сессий и поисковый интерес. Это позволило начинать тест не с произвольного тайтла, а с игр, по которым уже были признаки пользовательского интереса.
Для байера — смотреть глубже стандартной статистики Meta: какой креатив приводит пользователей, которые реально запускают слот и возвращаются в него.
Для команды — разделять KPI по уровням воронки: FTD, запуск игры, спины, длительность сессии и retention.
Для нового слота — сначала анализировать наличие у операторов, позицию в лобби, пользовательский интерес и исторический retention, а уже потом масштабировать закупку.
Кейс Bubble Gaming показывает простую вещь: FTD — это конец одной воронки, но для игрового провайдера именно после FTD начинается самая интересная часть аналитики.
Но между этими точками находится главное: что конкретно делает пользователь после входа в казино.
Запускает ли он нужный слот? Возвращается ли туда? Сколько длится сессия? Сколько спинов делает? Какие креативы приводят игроков, которые действительно взаимодействуют с игрой?
В кейсе Bubble Gaming, команды dep.monster и аналитической платформы Playerly эти данные использовали вместе. За месяц аффилиаты привели оператору более 5000 FTD. Из них 1015 игроков открыли игры Bubble Gaming и сделали около 460 тысяч спинов.
При этом общий рекламный спенд составил до $500 000, а заявленный доход аффилиатов превысил $700 000 при ROI около 45%.
Главная ценность кейса — не только в объеме FTD. Команда смогла связать рекламную связку с реальными действиями пользователя внутри слота.
Что тестировали в кампании Bubble Gaming
Кампания проходила с 1 по 31 июля 2026 года.Провайдеру требовался новый поток игроков в собственные слоты. Для этого Bubble Gaming работал напрямую с байинговой командой dep.monster, которая уже закупала трафик для конкретного онлайн-казино по CPA-модели.
Основные вводные выглядели так:
| Показатель | Значение |
|---|---|
| Период | 1–31 июля 2026 |
| Провайдер | Bubble Gaming |
| Байинг | dep.monster |
| География | Tier-1 / Tier-2 Europe |
| Основные источники | Meta Ads, SlotCatalog |
| Выплата за FTD | $140 |
| Доплата провайдера | $20 за игрока |
| Ad Spend | до $500 000 |
| FTD оператора | 5000+ |
| Игроки Bubble Gaming | 1015 |
| Спины в играх | ~460 000 |
| Дополнительная выплата | $20 300 |
| Revenue | $700 000+ |
| ROI | 45% |
1015 игроков × $20 = $20 300.
При этом она шла поверх стандартной экономики аффилиата.
Получилась модель, где оператор продолжал платить за FTD, а провайдер дополнительно мотивировал байеров приводить пользователей именно в свои игры.
Почему FTD не показывает полное качество трафика
Представим стандартную воронку.Пользователь увидел рекламу → кликнул → зарегистрировался → внес депозит.
Для казино этого уже достаточно, чтобы посчитать FTD и выплатить CPA.
Но для провайдера возникает дополнительный вопрос:
а что пользователь сделал после депозита?
Он мог вообще не открыть нужный слот. Мог открыть его один раз и уйти. Или наоборот — провести в игре несколько сессий, регулярно возвращаться и сделать тысячи спинов.
Эти пользователи одинаковы с точки зрения FTD, но совершенно различаются по фактической активности.
Именно поэтому в кейсе добавили аналитику поведения внутри продукта.
Как изменилась воронка оценки
| Уровень | Обычная аналитика | Расширенная аналитика |
|---|---|---|
| Реклама | Показы, клики, CTR | Показы, клики, CTR |
| Регистрация | Reg | Reg |
| Депозит | FTD | FTD |
| Казино | Депозит | Депозит |
| Слот | Не всегда виден | Конкретная игра |
| Игровая активность | Нет детализации | Спины и ставки |
| Сессия | Ограниченно | Продолжительность |
| Retention | Частично | Возвраты в игру |
| Креатив | CTR/CPA | Качество игроков |
Как Playerly связал рекламный клик с поведением игрока
В кейсе использовали Playerly как общий аналитический слой для провайдера и аффилиата.Система позволяла смотреть путь пользователя от рекламного взаимодействия до игровой активности.
Для конкретного игрока можно было увидеть:
- оператора;
- выбранный слот;
- количество спинов;
- количество и сумму ставок;
- продолжительность сессии;
- повторные взаимодействия с игрой.
Для байера ценность находится в другом месте.
Можно сравнивать не просто «какое крео принесло больше FTD», а «какое крео привело больше игроков, которые действительно открывают нужный слот и возвращаются в него».
Это уже совершенно другой уровень оптимизации.
Как выбрать слот для первой рекламной кампании
Первой задачей Bubble Gaming было определить, какие игры имеет смысл продвигать.Команда смотрела сразу на несколько факторов.
Первый — наличие игры у операторов.
Через SlotCatalog можно было проверить, в каких казино представлен конкретный слот и какое место он занимает в лобби.
Второй — retention.
Если пользователи возвращаются в конкретную игру, у нее появляется дополнительный аргумент для тестирования.
Третий — продолжительность игровой сессии.
Чем дольше пользователь остается в игре, тем больше информации появляется о фактическом качестве привлеченного игрока.
По совокупности данных среди подходящих тайтлов выделили Bubble Queen, Mexican Ball Risky и Book of Olympus Pride.
Какие факторы учитывали
| Фактор | Зачем нужен |
|---|---|
| Наличие у операторов | Понять реальную доступность игры |
| Позиция в лобби | Оценить видимость слота |
| Retention | Понять, возвращаются ли игроки |
| Длина сессии | Оценить глубину взаимодействия |
| Объем игроков | Проверить наличие статистической базы |
| Тематика | Найти знакомый пользователю сеттинг |
| Поисковый спрос | Оценить органический интерес |
Не нужно выбирать слот только потому, что он нравится команде или хорошо выглядит в креативе. Сначала стоит посмотреть, что происходит с пользователями после входа в игру.
Почему первые креативы не дали ожидаемого результата
Для стартового теста dep.monster использовали три подхода:- Демонстрация персонажа и механики Bubble Queen.
- Анимация крупного выигрыша с множителем 4000x.
- Реакция игрока на выигрыш.
Часть креативов приводила пользователей на следующий этап воронки, но до игр Bubble Gaming доходила небольшая доля аудитории.
Другой вариант — подробная демонстрация механики — чаще сталкивался с ограничениями модерации.
Лучше остальных отработала связка с визуализацией выигрыша, множителем 4000x и эмоциональной реакцией игрока. Она приводила больше пользователей, которые открывали нужные игры.
Но и этот результат оказался недостаточным.
И тогда команда обнаружила важную проблему: у пользователя не было достаточной узнаваемости самого провайдера.
FTD у казино были. А вот до конкретных игр Bubble Gaming часть аудитории не доходила.
Как FOMO и знакомые игровые паттерны изменили связку
На следующем этапе креативы начали строить вокруг FOMO и интереса к новому продукту.Логика была простой: показать игру как новый тайтл, который уже привлекает внимание игроков, и сформировать желание попробовать ее раньше других.
Это позволило стабилизировать результат.
Отдельно протестировали креативы с отсылками к более узнаваемым играм и знакомыми пользователю элементами.
В коммуникации использовали знакомые игровые паттерны, связанные с тайтлами вроде Zeus Empire, Bubble Queen и Goddes of Olympus.
Такой подход снижал барьер знакомства с новым продуктом.
Пользователь уже понимал визуальный язык и механику, но получал повод попробовать другой слот.
Как менялась логика тестирования
Первый этап:персонаж → механика → клик.
Второй этап:
выигрыш → эмоциональная реакция → FTD.
Третий этап:
FOMO → интерес к новому слоту → запуск игры.
Четвертый этап:
знакомые игровые паттерны → доверие → открытие слота → спины.
Именно последний уровень позволил смотреть на связку уже не через CTR, а через фактическую игровую активность.
Почему SEO-трафик SlotCatalog отличался от Meta Ads
В кампании использовали не только Meta Ads.Часть пользователей приходила из органики SlotCatalog.
Это принципиально другой тип трафика.
Пользователь из Meta сначала видит креатив. Его нужно заинтересовать, заставить кликнуть и довести до регистрации.
Пользователь из SEO уже ищет конкретную игру. Он может посмотреть RTP, волатильность, описание механики, демо и только потом перейти к оператору.
Поэтому эти аудитории нельзя сравнивать исключительно по CTR или CPA.
У них разные намерения.
Meta: интерес → клик → регистрация → депозит → игра.
SEO: запрос → обзор → интерес к конкретному слоту → казино → депозит → игра.
Для провайдера второй сценарий особенно интересен, поскольку пользователь уже находится ближе к конкретному игровому продукту.
Как Playerly помог определить реальные рабочие связки
Без дополнительной аналитики байер видел бы в основном стандартные показатели рекламной платформы и оператора.Например:
Креатив А → 1000 кликов → 100 регистраций → 30 FTD.
Но дальше возникает вопрос: насколько эти 30 игроков ценны именно для провайдера?
После подключения данных по игровым событиям появилась дополнительная метрика.
Можно было сравнить:
Креатив А → 30 FTD → 8 игроков Bubble Gaming → 20 000 спинов.
и
Креатив Б → 30 FTD → 15 игроков Bubble Gaming → 70 000 спинов.
При одинаковом количестве депозиторов второй креатив дает провайдеру совершенно другой результат.
Именно здесь появляется практическая ценность post-Funnel аналитики.
Байер оптимизирует не просто регистрацию или FTD. Он получает возможность смотреть на событие внутри продукта.
Это могут быть:
- открытие конкретного слота;
- первый спин;
- повторный запуск;
- количество спинов;
- сумма ставок;
- продолжительность сессии.
Что показала кампания за месяц
За период с 1 по 31 июля аффилиаты привели оператору более 5000 FTD.Из них 1015 игроков, или примерно 20,3%, открыли хотя бы одну игру Bubble Gaming.
Всего эти игроки сделали около 460 тысяч спинов.
| Показатель | Результат |
|---|---|
| FTD оператора | 5000+ |
| Игроки Bubble Gaming | 1015 |
| Доля от FTD | ~20,3% |
| Спины | ~460 000 |
| Доплата провайдера | $20 за игрока |
| Дополнительная выплата | $20 300 |
| Общий Revenue | $700 000+ |
| ROI | ~45% |
Для аффилиатов это дополнительный доход поверх базовой CPA-модели.
Для Bubble Gaming — способ платить не просто за FTD, а за пользователей, которые действительно дошли до его игр.
Как изменились показатели слотов после месяца кампании
Отдельно сравнили состояние аудитории Bubble Gaming до и после кампании.В точке А:
- средняя продолжительность игровой сессии — 9,4 минуты;
- среднее количество открытий слота на игрока — 4,82;
- активные пользователи — 19 378;
- новые пользователи — 2202.
| Показатель | До кампании | После месяца |
|---|---|---|
| Средняя сессия | 9,4 мин | 10,7 мин |
| Средние открытия слота | 4,82 | — |
| Активные пользователи | 19 378 | — |
| Новые пользователи | 2202 | — |
Зато они показывают направление, которое провайдер отслеживал после запуска.
Что получил провайдер, а что — байеры
Для Bubble Gaming результатом стали не только 1015 привлеченных игроков.Провайдер получил возможность увидеть:
- какие игры выбирают привлеченные пользователи;
- сколько они играют;
- как долго длится сессия;
- какие связки приводят игроков в конкретные тайтлы;
- в каких других казино продолжают играть пользователи.
Команда получила дополнительный слой данных для оптимизации рекламных кампаний и $20 300 дополнительных выплат от провайдера.
То есть одна и та же аналитика решала две задачи:
провайдер: какой трафик приводит игроков в мои игры;
байер: какие рекламные гипотезы приводят качественных игроков.
Как выглядит такая воронка на практике
В классической модели байер оптимизирует примерно так:Показы → клики → регистрации → FTD → CPA → ROI.
Для работы напрямую с игровым провайдером воронка становится длиннее:
Показы → клики → регистрации → FTD → запуск слота → первый спин → повторные спины → игровая сессия → retention.
Это меняет и критерии выбора креатива.
Пример рабочей связки
Вертикаль: iGamingGEO: Tier-1 / Tier-2 Europe
Источник: Meta Ads
Оффер: казино + игры Bubble Gaming
Основная цель: FTD
Дополнительная цель: запуск конкретного слота
События: первый спин → повторные спины → продолжительность сессии
Монетизация: $140 CPA за FTD + $20 за игрока, открывшего игры Bubble Gaming.
При такой модели креатив с большим количеством регистраций не обязательно будет наиболее полезным для провайдера.
Если другой креатив приводит меньше FTD, но существенно больше игроков в нужный слот, его ценность для рекламодателя может быть выше.
Именно поэтому post-Funnel данные становятся частью оптимизации.
Что показывает кейс Bubble Gaming
Главный вывод здесь не в том, что Playerly добавил еще один красивый дашборд.Проблема была в разрыве между двумя сторонами.
Байер видел рекламный трафик и FTD.
Оператор видел депозиты и активность внутри казино.
Провайдеру нужно было понять, какие пользователи реально дошли до его игр.
Аналитика закрыла этот разрыв.
В результате провайдер получил 1015 игроков в свои слоты и около 460 тысяч спинов, а байеры получили дополнительную мотивацию в виде $20 300 выплат и данные для оптимизации рекламных связок.
Еще один важный момент — выбор самого продукта.
Перед стартом команда анализировала наличие слотов у операторов, позиции в лобби, retention, продолжительность сессий и поисковый интерес. Это позволило начинать тест не с произвольного тайтла, а с игр, по которым уже были признаки пользовательского интереса.
Что делать дальше
Для провайдера — оценивать аффилиатский трафик не только по FTD, но и по активности внутри собственных игр.Для байера — смотреть глубже стандартной статистики Meta: какой креатив приводит пользователей, которые реально запускают слот и возвращаются в него.
Для команды — разделять KPI по уровням воронки: FTD, запуск игры, спины, длительность сессии и retention.
Для нового слота — сначала анализировать наличие у операторов, позицию в лобби, пользовательский интерес и исторический retention, а уже потом масштабировать закупку.
Кейс Bubble Gaming показывает простую вещь: FTD — это конец одной воронки, но для игрового провайдера именно после FTD начинается самая интересная часть аналитики.
